Approximations to Some Finite Sample Distributions Associated with a First-Order Stochastic Difference Equation
一阶随机差分方程相关有限样本分布的近似AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确研究一阶随机差分方程及相关估计量的有限样本分布，直接涉及时间序列计量方法，但未提供具体宏观应用。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
一阶随机差分方程相关有限样本分布的近似
- 研究问题
- 在一阶非循环随机差分方程中，如何近似最小二乘估计量及其 t 比率统计量的有限样本分布，并考察近似的准确性？
- 方法与思路
- 作者对两类统计量的有限样本分布构造 Edgeworth 展开，给出一般公式及真实参数表达，并对估计量分布进行数值比较。
- 材料陈述的贡献
- 摘要称给出最小二乘估计量与 t 比率分布的展开及参数表达，并在估计量情形比较近似分布与精确分布。
- 阅读关注点
- 核对非循环设定、初始条件与扰动分布假设，查看展开适用的参数范围、余项控制，以及数值比较如何衡量近似误差。
- 阅读边界
- 摘要中的展开阶数符号存在转录失真，无法可靠确认精度阶数；数值比较仅明确涉及最小二乘估计量，未说明具体误差表现。
原文摘要
Edgeworth series expansions are obtained of the finite sample distributions of the least squares estimator and the associated t ratio test statistic in the context of a first-order noncircular stochastic difference equation. General formulae are given for these expansions up to 0(Th1) where T is the sample size and explicit representations of these in terms of the true parameters are derived up to 0(12). Some numerical comparisons of the approximations and the exact distributions are made in the case of the least squares estimator.